在我们实际的软件中，特别是那种需要显示很多的网络端的图片资源的时候，这种时候就特别容易产生内存溢出，所以这个时候就特别需要管理好软件的图片,那么，一般有哪些手段可以进行更好的管理呢？
方法1：等比例缩小图片，将要显示的图片，在可以接受的范围内进行压缩，以免每一张图片过大，导致显示不多的图片就占用很多的内存
方法2：对于有ListView的情况，
①、做到convertView重用，如图
这样可以避免对象的重复创建
这里有一点可以留意，就是view对象的setTag，以及getTag的方法，当多个地方会用到同一个View对象时，可以通过setTag和getTag来获取指定对象
这样，可以避免对象的重复创建
②、ViewHolder重用
我们都知道在getView()方法中的操作是这样的：先从xml中创建view对象（inflate操作，我们采用了重用convertView方法优化），然后在这个view去findViewById，找到每一个item的子View的控件对象，如：ImageView、TextView等。这里的findViewById操作是一个树查找过程，也是一个耗时的操作，所以这里也需要优化，就是使用ViewHolder，把每一个item的子View控件对象都放在Holder中，当第一次创建convertView对象时，便把这些item的子View控件对象findViewById实例化出来并保存到ViewHolder对象中。然后用convertView的setTag将viewHolder对象设置到Tag中， 当以后加载ListView的item时便可以直接从Tag中取出复用ViewHolder对象中的，不需要再findViewById找item的子控件对象了。这样便大大提高了性能
方法3：去除xml中相关图片设置，改在程序中设置背景图
方法4：Activity destory时，将原有的可能有的setCallback回调设为空，避免由于回调而导致Activity得不到及时的释放
方法5：直接把xml配置文件加载成view 再放到一个容器里，然后直接调用 this.setContentView(View view);避免xml的重复加载
方法6：对图片采用对图片集中管理，采用软引用(SoftReference)与硬引用(LruCache)结合的方式来管理图片
LruCache类是专门用来做图片缓存处理的
而这一点正是本篇博客要写的重点
那么第一点就是需要为图片写一个图片管理中心，这个图片的缓存管理中心总的来说分为三块
1、图片的内存缓存管理
2、图片的文件缓存管理
3、图片的下载管理（在这里，下载器一般都使用封装好的，所以，这里可以酌情）
那么首先就来写第一个：
一、图片内存缓存管理
public class ImageMemoryCache {
/**
* 从内存读取数据速度是最快的，为了更大限度使用内存，这里使用了两层缓存。
* 硬引用缓存不会轻易被回收，用来保存常用数据，不常用的转入软引用缓存。
*/
private static final int SOFT_CACHE_SIZE = 15; //软引用缓存容量
private static LruCache<String, Bitmap> mLruCache; //硬引用缓存
private static LinkedHashMap<String, SoftReference<Bitmap>> mSoftCache; //软引用缓存
@SuppressLint("NewApi")
public ImageMemoryCache(Context context) {
int memClass = ((ActivityManager)context.getSystemService(Context.ACTIVITY_SERVICE)).getMemoryClass();
int cacheSize = 1024 * 1024 * memClass / 8; //硬引用缓存容量，为系统可用内存的1/8
mLruCache = new LruCache<String, Bitmap>(cacheSize) {
@Override
protected int sizeOf(String key, Bitmap value) {
if (value != null){
//其实这里也可以用getByteCount()，就是计算出图片占用的容量，但是getByteCount()方法是从API Level 12开始
//一般为了兼容，所以采用value.getRowBytes() * value.getHeight()的方式，不过现在普遍手机版本都比较高，所以其实换掉也没事
return value.getRowBytes() * value.getHeight();
}else{
return 0;
}
}
@Override
protected void entryRemoved(boolean evicted, String key, Bitmap oldValue, Bitmap newValue) {
if (oldValue != null){
// 硬引用缓存容量满的时候，会根据LRU算法把最近没有被使用的图片转入此软引用缓存
mSoftCache.put(key, new SoftReference<Bitmap>(oldValue));
}
super.entryRemoved(evicted, key, oldValue, newValue);
}
};
//这里采用LinkedHashMap，在其构造器内的三个参数分别为：初始容量、加载因子、排序模式
//初始容量，LinkedHashMap可以通过重写removeEldestEntry来控制内部存储的数量，但是HashMap则不行
//加载因子，指空间的利用率，当设置的值高时比较省空间，但是会因此降低查询速度，反之也一样
//排序方式，当为true时，按照访问顺序排序，最后访问的在第一个，当为false时，按照插入顺序排序。HashMap的是没有特定顺序的
//在这里，我指定了按照访问顺序排序。
mSoftCache = new LinkedHashMap<String, SoftReference<Bitmap>>(SOFT_CACHE_SIZE, 0.75f, true) {
private static final long serialVersionUID = 6040103833179403725L;
@Override
protected boolean removeEldestEntry(Entry<String, SoftReference<Bitmap>> eldest) {
//超出指定容量时就返回需要删除排序中的最后一项
if (size() > SOFT_CACHE_SIZE){
return true;
}
return false;
}
};
}
/**
* 从缓存中获取图片
*/
public Bitmap getBitmapFromCache(String path) {
Bitmap bitmap;
//先从硬引用缓存中获取
synchronized (mLruCache) {
bitmap = mLruCache.get(path);
if (bitmap != null) {
//如果找到的话，把元素移到LinkedHashMap的最前面，从而保证在LRU算法中是最后被删除
mLruCache.remove(path);
mLruCache.put(path, bitmap);
return bitmap;
}
}
//如果硬引用缓存中找不到，到软引用缓存中找
synchronized (mSoftCache) {
SoftReference<Bitmap> bitmapReference = mSoftCache.get(path);
if (bitmapReference != null) {
bitmap = bitmapReference.get();
if (bitmap != null) {
//将图片移回硬缓存
mLruCache.put(path, bitmap);
mSoftCache.remove(path);
return bitmap;
} else {
mSoftCache.remove(path);
}
}
}
return null;
}
/**
* 添加图片到缓存
*/
public void addBitmapToCache(String path, Bitmap bitmap) {
if (bitmap != null) {
synchronized (mLruCache) {
mLruCache.put(path, bitmap);
}
}
}
/**
* 回收一下内存，这个类是全局都会用到的，所以就不写回收了，它的生命周期应该是跟着整个软件的
*/
public void clearCache() {
mSoftCache.clear();
}
}
内存缓存的方法就到这里，注解也已经比较详细了
二、图片文件缓存管理
@SuppressLint("NewApi")
public class ImageFileCache {
//sd卡下存储文焕缓存的目录
private static final String CACHDIR = "ImgCach";
//缓存的图片文件的后缀
private static final String WHOLESALE_CONV = ".cach";
private static final int MB = 1024*1024;
//指定的容量大小
private static final int CACHE_SIZE = 10;
//在sd卡上需要的内存大小
private static final int FREE_SD_SPACE_NEEDED_TO_CACHE = 10;
public ImageFileCache() {
//清理文件缓存
removeCache(getDirectory());
}
/** 从缓存中获取图片 **/
public Bitmap getImage(final String url) {
final String path = getDirectory() + "/" + convertUrlToFileName(url);
File file = new File(path);
if (file.exists()) {
Bitmap bmp = BitmapFactory.decodeFile(path);
if (bmp == null) {
file.delete();
} else {
updateFileTime(path);
return bmp;
}
}
return null;
}
/** 将图片存入文件缓存 **/
public void saveBitmap(Bitmap bm, String url) {
if (bm == null) {
return;
}
//判断sdcard上的空间
if (FREE_SD_SPACE_NEEDED_TO_CACHE > freeSpaceOnSd()) {
//SD空间不足
return;
}
String filename = convertUrlToFileName(url);
String dir = getDirectory();
File dirFile = new File(dir);
if (!dirFile.exists())
dirFile.mkdirs();
File file = new File(dir +"/" + filename);
try {
file.createNewFile();
OutputStream outStream = new FileOutputStream(file);
bm.compress(Bitmap.CompressFormat.JPEG, 100, outStream);
outStream.flush();
outStream.close();
} catch (FileNotFoundException e) {
Log.w("ImageFileCache", "FileNotFoundException");
} catch (IOException e) {
Log.w("ImageFileCache", "IOException");
}
}
/**
* 计算存储目录下的文件大小，
* 当文件总大小大于规定的CACHE_SIZE或者sdcard剩余空间小于FREE_SD_SPACE_NEEDED_TO_CACHE的规定
* 那么删除40%最近没有被使用的文件
*/
private boolean removeCache(String dirPath) {
File dir = new File(dirPath);
File[] files = dir.listFiles();
if (files == null) {
return true;
}
//SD卡是否存在，并且可以进行写操作
if (!android.os.Environment.getExternalStorageState().equals(
android.os.Environment.MEDIA_MOUNTED)) {
return false;
}
int dirSize = 0;
//计算出所有文件的大小
for (int i = 0; i < files.length; i++) {
if (files[i].getName().contains(WHOLESALE_CONV)) {
dirSize += files[i].length();
}
}
//当文件大小大于指定大小，并且手机内存卡的剩余空间大于需要的空间时
if (dirSize > CACHE_SIZE * MB || FREE_SD_SPACE_NEEDED_TO_CACHE > freeSpaceOnSd()) {
//要删除40%的文件的个数
int removeFactor = (int) ((0.4 * files.length) + 1);
//删除前对文件根据文件操作的时间进行排序
Arrays.sort(files, new FileLastModifSort());
for (int i = 0; i < removeFactor; i++) {
//发现是指定的图片文件
if (files[i].getName().contains(WHOLESALE_CONV)) {
files[i].delete();
}
}
}
//发现sd卡剩余空间少于所需空间时，返回删除失败的结果
if (freeSpaceOnSd() <= CACHE_SIZE) {
return false;
}
return true;
}
/** 修改文件的最后修改时间 **/
public void updateFileTime(String path) {
File file = new File(path);
long newModifiedTime = System.currentTimeMillis();
file.setLastModified(newModifiedTime);
}
/** 计算sdcard上的剩余空间
* 这个方法判断的是sd卡上的空间，如果手机没有sd卡就会一直认为没有空间，这里在有些必须缓存的情况下
* 需要特殊处理一下，不再针对sd卡上，data/data目录下的容量也可以进行判断，但是需要先测试获取结果是否正常
* **/
private int freeSpaceOnSd() {
StatFs stat = new StatFs(Environment.getExternalStorageDirectory().getPath());
//这里的三种返回sd卡可用空间的方法需要根据版本来，有些是需要一定版本才能使用的
// double sdFreeMB = ((double)stat.getAvailableBlocks() * (double) stat.getBlockSize()) / MB;
// mStat.f_bavail mStat.f_bsize
// return (int) sdFreeMB;
long sdFreeMB = (stat.getBlockSizeLong() * stat.getAvailableBlocksLong()) / MB;
return (int)sdFreeMB;
// return (int) (stat.getAvailableBytes()/MB);
}
/** 将url转成文件名 **/
private String convertUrlToFileName(String url) {
String[] strs = url.split("/");
return strs[strs.length - 1] + WHOLESALE_CONV;
}
/** 获得缓存目录 **/
private String getDirectory() {
String dir = getSDPath() + "/" + CACHDIR;
return dir;
}
/** 取SD卡路径 **/
private String getSDPath() {
File sdDir = null;
boolean sdCardExist = Environment.getExternalStorageState().equals(
android.os.Environment.MEDIA_MOUNTED); //判断sd卡是否存在
if (sdCardExist) {
sdDir = Environment.getExternalStorageDirectory(); //获取根目录
}
if (sdDir != null) {
return sdDir.toString();
} else {
return "";
}
}
/**
* 根据文件的最后修改时间进行排序
*/
private class FileLastModifSort implements Comparator<File> {
public int compare(File arg0, File arg1) {
if (arg0.lastModified() > arg1.lastModified()) {
return 1;
} else if (arg0.lastModified() == arg1.lastModified()) {
return 0;
} else {
return -1;
}
}
}
}
第三部分是图片的下载，这种情况一般在项目中都有统一的下载工具，所以在这里就不写了，那么，在实际使用中，针对以上的两个管理类，只需要再加一层控制层就可以很好地获取到图片了
/*** 获得一张图片,从三个地方获取,首先是内存缓存,然后是文件缓存,最后从网络获取 ***/
public Bitmap getBitmap(String url) {
// 从内存缓存中获取图片
Bitmap result = memoryCache.getBitmapFromCache(url);
if (result == null) {
// 文件缓存中获取
result = fileCache.getImage(url);
if (result == null) {
// 从网络获取
result = ImageGetFromHttp.downloadBitmap(url);
if (result != null) {
fileCache.saveBitmap(result, url);
memoryCache.addBitmapToCache(url, result);
}
} else {
// 添加到内存缓存
memoryCache.addBitmapToCache(url, result);
}
}
return result;
}图片的管理就到这里
扫一扫
5352
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
